Chạy DeepSeek V4.1 Flash trong Claude Code: rẻ hơn Opus 12 lần, nhưng chậm gấp 5 và kém ổn định hơn

DeepSeek V4.1 Flash chạy được ngay trong Claude Code, chỉ cần vài biến môi trường. Với cùng việc soát 200 file Python có 12 lỗi cài sẵn mà Claude Opus 5.5 đã làm, DeepSeek tìm đủ 12/12 lỗi ở hai trong ba lượt, mỗi lượt khoảng 0,20 USD, rẻ hơn Opus khoảng 12 lần, nhưng chậm gấp 3,7–5 lần và kém ổn định hơn.

Thử nghiệm ngày 18/10/2026 (Chủ nhật, giờ thấp điểm của DeepSeek) với Claude Code 2.1.302, lệnh claude -p trên PC Windows 11 (WSL, Ubuntu 24.04), trỏ vào https://api.deepseek.com/anthropic với model deepseek-flash (DeepSeek-V4.1-Flash-1017). Bộ 200 file, 12 lỗi và câu lệnh giống hệt lần thử Opus và Haiku cùng ngày (bản tiếng Anh: Opus vs workflow Haiku). Mỗi cấu hình chỉ chạy 1–3 lượt, nên đây là quan sát trên một việc thật, không phải benchmark.

Xem video phiên chạy thật (So kè AI #4): https://youtu.be/vrqbx1y-gEc

Kết quả chính

• Gần ngang Opus: 12/12 lỗi ở cả hai lượt effort max chạy bằng claude -p, báo thừa 1 và 0 hàm. Lượt max thứ ba, phiên tương tác mình quay video, được 11/12: sót lỗi đảo thứ tự ở getpos. Opus 5.5 làm một mình 12/12 ở cả hai lượt; workflow Haiku 5.5 được 11/12.
• Rẻ hơn khoảng 12 lần: 0,193 và 0,213 USD mỗi lượt claude -p theo giá thấp điểm của DeepSeek, lượt quay video khoảng 0,22 USD, so với 2,52 và 2,47 USD của Opus (ước tính theo giá niêm yết). Số dư tài khoản giảm 0,16 và 0,20 USD qua hai lượt claude -p.
• Chậm gấp 3,7–5 lần: 607 và 530 giây (lượt quay video khoảng 450 giây), so với 122 và 120 giây của Opus.
• Effort mặc định nhanh hơn nhưng kém kỹ hơn: ở mức high, một lượt mất 403 giây và 0,142 USD nhưng bỏ sót lỗi đảo thứ tự ở getpos, đúng lỗi Haiku 5.5 bỏ sót trong lần thử trước.
• Workflow thất bại: chạy quá 10 phút, Claude Code tự dừng, không có kết quả, tốn 1,06 USD.
• Đừng tin dòng chi phí của Claude Code: nó báo 14,81 USD cho một lượt thực tế tốn 0,19 USD, vì nó không biết giá của DeepSeek.

Cách cho Claude Code chạy DeepSeek

API của DeepSeek nhận định dạng Anthropic Messages ở https://api.deepseek.com/anthropic. Hướng dẫn tích hợp công cụ lập trình của DeepSeek đưa ra các biến sau (Linux, Mac, WSL):

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<API key DeepSeek của bạn>
export ANTHROPIC_MODEL='deepseek-flash[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='deepseek-flash[1m]'
export ANTHROPIC_DEFAULT_SONNET_MODEL='deepseek-flash[1m]'
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
export CLAUDE_CODE_EFFORT_LEVEL=max

Sau đó gõ claude như bình thường. Vài điều cần biết:

• Claude Code báo unrecognized_model với deepseek-flash[1m] nhưng vẫn chạy. Khi đặt nguồn xác thực khác, nó cũng tắt các connector của claude.ai.
• Theo trang Anthropic API của DeepSeek, tên model Claude còn sót sẽ được đổi: claude-opus* thành DeepSeek-V4-Pro (tính giá Pro), claude-sonnet* và claude-haiku* thành deepseek-flash. Đặt đủ các biến như trên thì mọi lệnh gọi đều đi Flash.
• API key DeepSeek tạo ở platform.deepseek.com, phải nạp tiền mới gọi được (mức nạp thấp nhất là 2 USD, cộng 6% VAT).

Giá DeepSeek V4.1 Flash

Theo bảng giá chính thức (đọc ngày 18/10/2026), tính trên mỗi triệu token:

Giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC (8:00–11:00 và 13:00–17:00 giờ Việt Nam), thứ Hai đến thứ Sáu, trừ ngày lễ Trung Quốc. Cuối tuần tính giá thấp điểm cả ngày.

Cách thử

• Máy: PC Windows 11, WSL Ubuntu 24.04. Máy cài Python 3.12, không có 3.14, nên agent không thể so file với bản thư viện có sẵn trên máy.
• Mã nguồn: 200 file .py lấy ngẫu nhiên từ thư viện chuẩn Python 3.14. Ở 12 file, mình sửa một dòng để hàm làm khác với docstring, ví dụ bisect_left dùng <=, secrets.token_hex chỉ dùng nửa số byte, ParserBase.getpos trả về (offset, lineno) thay vì dòng trước, cột sau.
• Câu lệnh: giống hệt lần thử Opus: soát mọi file, tìm hàm có code không làm đúng docstring, chỉ xét từ code và docstring, không so với bản khác, trả về danh sách JSON. Lượt làm một mình cấm subagent và workflow; lượt workflow yêu cầu 20 agent đọc, mỗi agent 10 file, và một agent kiểm cho mỗi hàm bị nghi.
• Lượt quay video: chạy thêm một lần cùng việc trong phiên claude tương tác (auto mode, cùng công cụ và biến môi trường), quay bằng asciinema. Thời gian lấy theo đồng hồ của Claude Code, tiền tính từ số token trong transcript của phiên.
• Tiền: lấy số token trong thông điệp result cuối cùng nhân với giá thấp điểm của DeepSeek, rồi đối chiếu với số dư tài khoản trước và sau mỗi lượt. Số của Opus và Haiku là ước tính theo giá niêm yết của Claude Code trong lần thử trước, trên gói Claude Max.

Kết quả từng lượt

Tiền đi đâu: ở lượt 1, DeepSeek đọc 19,5 triệu token từ cache (0,059 USD), 448 nghìn token đầu vào không trúng cache (0,067 USD) và viết 112 nghìn token đầu ra (0,067 USD). Giá trúng cache 0,003 USD mỗi triệu token là lý do một phiên agent dài vẫn rẻ. Nếu chạy giờ cao điểm (giá gấp đôi), lượt này khoảng 0,39 USD.

Vì sao chậm: hai lượt làm theo hai cách khác nhau. Lượt 1 viết script trích mọi hàm có docstring ra một file, đọc file đó theo từng khúc, rồi mất thêm khoảng 40 bước quét lại (động từ ngược nghĩa, hằng số, xử lý lỗi): tổng 55 lượt trao đổi. Lượt 2 mở từng file một, 205 lần Read trong 216 lượt. Opus làm một mình chỉ 14 và 15 lượt.

Hàm bị báo thừa ở lượt 1 là asyncio.graph.capture_call_graph, mình không sửa hàm này, file giống hệt mã nguồn Python 3.14. Đọc nhanh thì cách xử lý limit âm có vẻ ngược với docstring, nhưng mình chưa kiểm kỹ, nên coi là việc cần xem lại chứ chưa phải lỗi.

Chuyện gì xảy ra với lượt workflow

DeepSeek mở skill viết workflow của Claude Code, liệt kê 200 file, rồi chạy một script gồm 20 agent đọc và một bước kiểm. Sau đó phiên chính kết thúc lượt với câu "I'll report the confirmed findings as the required JSON when it completes", tức là sẽ báo khi workflow xong.

Ở chế độ claude -p, Claude Code chỉ chờ việc chạy nền trong một thời gian giới hạn. Sau 10 phút nó in "Background tasks still running 10m after the last turn … stopping them" và dừng workflow. Nhật ký của workflow cho thấy lúc đó:

• 19/20 agent đọc đã xong. Một agent hỏng vì câu trả lời vượt trần 32.000 token đầu ra, lần chạy lại của nó còn dở.
• 20 agent kiểm đã chạy xong, phủ đủ 12 hàm có lỗi cài và 8 hàm khác. Nhưng không có gì được trả về, nên lượt này không tính điểm.

Nếu bạn chạy workflow bằng DeepSeek trong script, chính hai thông báo lỗi đã chỉ ra biến cần đặt: CLAUDE_CODE_PRINT_BG_WAIT_CEILING_MS=0 để chờ không giới hạn, CLAUDE_CODE_MAX_OUTPUT_TOKENS để nâng trần đầu ra. Mình chưa chạy lại với hai biến này. Lần thử trước, Opus cùng các agent Haiku chạy xong workflow tương tự trong chưa tới 3 phút.

Điểm được

• Hai trong ba lượt max ngang Opus. Cả hai lượt claude -p đều tìm đủ 12 lỗi, kể cả lỗi đảo thứ tự ở getpos mà Haiku bỏ sót hai lần trong lần thử trước.
• Cài trong một phút. Các biến trong hướng dẫn của DeepSeek chạy được với Claude Code 2.1.302, không phải sửa gì. (Mới dùng Claude Code? Xem một việc thực tế: gộp nhiều file Excel lệch cột bằng Claude Code.)
• Rẻ dù đọc lại ngữ cảnh rất nhiều. Hai lượt đọc lại 19,5 và 22,1 triệu token từ cache mà vẫn chỉ khoảng 0,20 USD.

Điểm chưa được

• Tốc độ. 7,5–10 phút so với 2 phút. Nếu bạn ngồi chờ kết quả, chênh lệch này đáng kể hơn tiền.
• Độ ổn định. Lỗi getpos chỉ được bắt ở 2 trong 4 lượt làm một mình: hai lượt claude -p effort max, còn lượt quay video (cũng max) và lượt high thì sót. Opus bắt được ở mọi lượt.
• Workflow. Lượt workflow duy nhất tốn bằng năm lượt làm một mình và không trả về gì.
• Dòng chi phí. Claude Code ghi costBasis: "unknown" cho model DeepSeek. Con số 14,81 USD của lượt 1 khớp với giá 5 / 25 / 0,50 USD mỗi triệu token đầu vào / đầu ra / đọc cache, không phải giá DeepSeek. Muốn biết tiền thật, xem trang DeepSeek hoặc số dư.
• Mẫu nhỏ. Ba lượt effort max (một lượt là phiên tương tác, câu lệnh thêm một câu dặn để file nháp trong thư mục), một lượt high, một lượt workflow, một việc duy nhất.

Rút ra

Với việc dài, chủ yếu là đọc, có thể để máy chạy, DeepSeek V4.1 Flash trong Claude Code là lựa chọn đáng cân nhắc: ở lần thử này nó gần ngang Opus 5.5 (12/12 ở hai trong ba lượt max) với khoảng một phần mười hai chi phí. Nên giữ effort max như DeepSeek khuyên: ở mức high nó bỏ sót lỗi khó thấy nhất, và ngay cả ở max cũng chỉ bắt được lỗi đó hai trên ba lần, nên cần thêm một lượt soát lại nếu không được sót lỗi nào. Việc cần làm nhanh, ngồi chờ từng bước thì vẫn nên dùng Opus. Chưa nên chạy workflow DeepSeek trong script khi chưa nâng giới hạn chờ và trần đầu ra. Và nhớ rằng mã nguồn của bạn sẽ gửi tới API của DeepSeek thay vì Anthropic, nên kiểm quy định của công ty trước khi dùng cho dự án thật.

Các tập So kè AI trước so model ở việc văn phòng ngắn, ví dụ Claude Haiku 5.5 và Sonnet 5.5. Bản tiếng Anh của lần thử này: ranthis.com.

Câu hỏi thường gặp

Claude Code có dùng được DeepSeek V4.1 Flash không?

Có. Đặt ANTHROPIC_BASE_URL thành https://api.deepseek.com/anthropic, đặt API key DeepSeek vào ANTHROPIC_AUTH_TOKEN, và đặt các biến model thành deepseek-flash như hướng dẫn của DeepSeek. Cách này chạy được với Claude Code 2.1.302 trong lần thử ngày 18/10/2026.

Chạy DeepSeek trong Claude Code rẻ hơn Opus bao nhiêu?

Ở việc soát 200 file này, mỗi lượt DeepSeek V4.1 Flash làm một mình tốn khoảng 0,20 USD theo giá thấp điểm, so với khoảng 2,49 USD của Opus 5.5 theo ước tính giá niêm yết, rẻ hơn khoảng 12 lần. Giờ cao điểm giá DeepSeek gấp đôi.

DeepSeek có chậm hơn Opus không?

Trong lần thử này thì có: 7,5–10 phút mỗi lượt ở effort max, so với khoảng 2 phút của Opus. Ở effort mặc định high, một lượt chưa tới 7 phút nhưng bỏ sót 1 trong 12 lỗi.

Vì sao Claude Code báo sai chi phí khi dùng DeepSeek?

Claude Code không có bảng giá của DeepSeek. Trong lần thử, nó ghi nguồn giá là "unknown" và báo khoảng 14,81 USD cho một lượt thực tế tốn khoảng 0,19 USD. Tiền thật xem trên trang DeepSeek.

Nạp tối thiểu bao nhiêu để dùng API DeepSeek?

Trang nạp tiền của DeepSeek cho nạp từ 2 USD (cộng 6% VAT là 2,12 USD) đến 20.000 USD, trả bằng thẻ. Trang cũng ghi tiền có thể mất 24–72 giờ mới vào tài khoản; lần này tiền vào ngay sau khi nạp.